一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统、方法技术方案

技术编号:45868600 阅读:19 留言:0更新日期:2025-07-19 11:24
本发明专利技术涉及一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统、方法,属于运筹优化与智能调度领域。本发明专利技术构建了以最小化最大完工时间、最小化月台空闲时间惩罚成本等为目标的鲜花卸货月台调度优化模型,并提出了一种基于DQN的多策略混合进化算法进行求解。该算法首先采用随机生成、先到先服务调度规则以及最小成本增量调度规则三种生成初始解方法,生成多样性和高质量的初始解;在搜索初期,使用随机保留交叉操作和两点交换算子进行全局搜索;随后由DQN智能体自适应选择五种搜索算子进行局部搜索以获得更优解;最后通过逆转突变生成新解。本发明专利技术可有效提升月台调度效率,减少鲜花冷链物流过程中的时间浪费与资源消耗。

【技术实现步骤摘要】

本专利技术涉及一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统、方法,属于运筹优化和智能调度领域。


技术介绍

1、随着人们消费观念的不断转变,鲜花消费市场迅速增长。在鲜花冷链物流体系中,鲜花卸货月台调度作为配送中心管理的重要环节,对保障物流效率、降低运营成本具有关键作用。合理的月台调度安排能够有效减少冷藏车辆的等待时间,提高作业效率和资源利用率,从而提升物流系统的整体运行效能。然而,由于卸货月台资源有限,尤其在业务高峰时段,若缺乏科学的调度规划,容易导致车辆长时间排队等待、月台空闲时间增加、作业效率下降,甚至影响鲜花品质,进而对企业的运营效益造成不利影响。因此,如何在有限资源条件下优化卸货月台调度方案,以提升鲜花冷链物流的整体运行效率,已成为当前物流调度优化领域的关键研究问题之一。月台调度优化问题可以建模为不相关并行机调度问题,该问题属于np-hard问题,具有问题规模大、约束条件多、求解难度高等特点。针对该类问题,现有研究主要采用启发式规则方法和数学优化方法进行求解。启发式方法如“先到先服务”等,因其计算复杂度低、实现简单,在实际应用中较为常见,本文档来自技高网...

【技术保护点】

1.一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:包括:

2.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:所述鲜花具有易腐烂、易枯萎且难以长期保存的特点。

3.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:在调度初始时刻,所有月台都处于可用状态。

4.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:车辆向月台调度管理系统预约的时间窗要大于或等于车辆卸货所需的时间。

5.根据权利要求1所述...

【技术特征摘要】

1.一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:包括:

2.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:所述鲜花具有易腐烂、易枯萎且难以长期保存的特点。

3.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:在调度初始时刻,所有月台都处于可用状态。

4.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:车辆向月台调度管理系统预约的时间窗要大于或等于车辆卸货所需的时间。

5.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,其特征在于:鲜花卸货作业一旦开始,不允许中途中断。

6.根据权利要求1所述的一种基于深度强化学习和进化算法的鲜花卸货月台调度优化系统,...

【专利技术属性】
技术研发人员:汪淑娟鲁孟欣
申请(专利权)人:昆明理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1